Web3, como nuevo paradigma de Internet descentralizado, abierto y transparente, tiene una sinergia inherente con la IA. Bajo la arquitectura centralizada tradicional, los recursos de datos y computación de IA están sujetos a un control estricto y enfrentan numerosos desafíos, como cuellos de botella computacionales, violaciones de la privacidad y cajas negras algorítmicas. Por otro lado, la Web3, basada en tecnologías distribuidas, puede infundir nueva vitalidad al desarrollo de la IA a través de redes informáticas compartidas, mercados de datos abiertos y computación que preserve la privacidad. Al mismo tiempo, la IA puede potenciar a Web3 con capacidades como la optimización de contratos inteligentes y algoritmos anti-trampas, ayudando en la construcción del ecosistema. Por lo tanto, explorar la convergencia de Web3 y la IA es crucial para construir la infraestructura de Internet de próxima generación y liberar el valor de los datos y la potencia informática.

Basados ​​en datos: la base sólida de la IA y la Web3

Los datos son la fuerza impulsora principal del desarrollo de la IA, algo similar al combustible de un motor. Los modelos de IA requieren la ingestión de grandes cantidades de datos de alta calidad para adquirir una comprensión profunda y una capacidad de razonamiento sólida. Los datos no solo proporcionan la base de entrenamiento para los modelos de aprendizaje automático, sino que también determinan su precisión y fiabilidad.

En el modelo tradicional centralizado de adquisición y utilización de datos de IA surgen varias cuestiones clave:

• Los costos de adquisición de datos son prohibitivamente altos, lo que dificulta la participación de las pequeñas y medianas empresas.

• Los recursos de datos están monopolizados por gigantes tecnológicos, creando silos de datos.

• La privacidad de los datos personales se enfrenta a riesgos de fuga y uso indebido.

Web3 ofrece un nuevo paradigma de datos descentralizados para abordar los problemas de los modelos tradicionales:

• A través de proyectos como Grass, los usuarios pueden vender su capacidad de red inactiva a empresas de IA, lo que permite el rastreo, la limpieza y la transformación descentralizada de datos web para proporcionar datos reales y de alta calidad para el entrenamiento de modelos de IA.

• La IA pública adopta un modelo de "etiqueta para ganar", incentivando a los trabajadores globales con tokens a participar en la anotación de datos, agregando experiencia global y mejorando las capacidades de análisis de datos.

• Las plataformas de transacción de datos blockchain como Ocean Protocol y Streamr proporcionan un entorno comercial abierto y transparente para la oferta y la demanda de datos, fomentando la innovación y el intercambio de datos.

Sin embargo, la adquisición de datos del mundo real también enfrenta desafíos como la calidad variable de los datos, la alta complejidad de procesamiento y la diversidad y representatividad insuficientes. Los datos sintéticos pueden ser la estrella en ascenso en el ámbito de los datos de la Web3. Basados ​​en tecnologías de IA generativa y simulaciones, los datos sintéticos pueden imitar las propiedades de los datos reales, complementándolos de manera efectiva y mejorando la eficiencia del uso de los datos. En dominios como la conducción autónoma, el comercio en los mercados financieros y el desarrollo de juegos, los datos sintéticos ya han demostrado su potencial de aplicación maduro.

Protección de la privacidad: el papel de la FHE en la Web3

En la era de los datos, la protección de la privacidad se ha convertido en un tema central a nivel mundial, como lo demuestra la promulgación de normas como el Reglamento General de Protección de Datos (RGPD) de la UE, que refleja la estricta tutela de la privacidad personal. Sin embargo, esto también ha traído consigo desafíos: algunos datos sensibles no se pueden utilizar en su totalidad debido a los riesgos para la privacidad, lo que sin duda limita el potencial y las capacidades de razonamiento de los modelos de IA.

FHE, o cifrado totalmente homomórfico, permite el cálculo directo de datos cifrados sin necesidad de descifrarlos, mientras que los resultados del cálculo son consistentes con la realización de las mismas operaciones en datos de texto simple.

FHE brinda una protección sólida para el cálculo de privacidad de IA, lo que permite que la potencia de procesamiento de la GPU ejecute tareas de inferencia y entrenamiento de modelos sin acceder a los datos originales. Esto presenta ventajas significativas para las empresas de IA, ya que pueden abrir servicios API de forma segura y, al mismo tiempo, proteger los secretos comerciales.

FHEML permite el procesamiento cifrado de datos y modelos durante todo el ciclo de vida del aprendizaje automático, lo que garantiza la seguridad de la información confidencial y evita fugas de datos. De esta manera, FHEML refuerza la privacidad de los datos y proporciona un marco informático seguro para las aplicaciones de IA.

FHEML complementa a ZKML, donde ZKML demuestra la correcta ejecución del aprendizaje automático, mientras que FHEML enfatiza la computación en datos encriptados para mantener la privacidad de los datos.

La revolución informática: computación de IA en redes descentralizadas

La complejidad computacional de los sistemas de IA actuales se duplica cada tres meses, lo que genera un aumento de la demanda de potencia computacional que supera con creces la oferta de recursos informáticos existentes. Por ejemplo, el entrenamiento del modelo GPT-3 de OpenAI requirió una inmensa potencia computacional, equivalente a 355 años de tiempo de entrenamiento en un solo dispositivo. Esta escasez de potencia computacional no solo limita el progreso de la tecnología de IA, sino que también hace que los modelos de IA avanzados sean inaccesibles para la mayoría de los investigadores y desarrolladores.

Además, la tasa de utilización global de GPU es inferior al 40%, junto con la desaceleración de las mejoras en el rendimiento de los microprocesadores y la cadena de suministro y factores geopolíticos que contribuyen a la escasez de chips, lo que agrava el problema del suministro de potencia informática. Los profesionales de la IA se encuentran ante un dilema: comprar hardware o alquilar recursos en la nube, ya que necesitan desesperadamente un modelo de servicio informático rentable y a pedido.

IO.net es una red descentralizada de potencia informática de IA basada en Solana, que agrupa recursos de GPU inactivos a nivel mundial para proporcionar a las empresas de IA un mercado de potencia informática económico y accesible. Las entidades que demandan potencia informática pueden publicar tareas de computación en la red, y los contratos inteligentes asignarán tareas a los nodos mineros contribuyentes. Los mineros ejecutan las tareas, envían los resultados y reciben puntos de recompensa tras una verificación exitosa. El enfoque de IO.net mejora la eficiencia de la utilización de los recursos, lo que ayuda a aliviar los cuellos de botella de la potencia informática en campos como la IA.

Además de las redes generales de potencia informática descentralizadas, existen plataformas dedicadas al entrenamiento de IA, como Gensyn y Flock.io, así como redes de potencia informática especializadas centradas en la inferencia de IA, como Ritual y Fetch.ai.

Las redes de potencia informática descentralizadas proporcionan un mercado de potencia informática justo y transparente, que rompe monopolios, reduce barreras de aplicación y mejora la eficiencia de utilización. Dentro del ecosistema Web3, las redes de potencia informática descentralizadas desempeñarán un papel crucial, atrayendo más aplicaciones descentralizadas innovadoras e impulsando conjuntamente el desarrollo y la aplicación de tecnologías de IA.

DePIN: Web3 potencia la inteligencia artificial en el borde

Imagine que su teléfono inteligente, reloj inteligente o incluso dispositivos domésticos inteligentes poseen la capacidad de ejecutar IA: este es el atractivo de Edge AI. Permite que el cálculo se realice en la fuente de datos, logrando una baja latencia y un procesamiento en tiempo real, al tiempo que se protege la privacidad del usuario. La tecnología Edge AI ya se ha aplicado en dominios críticos como la conducción autónoma.

En el ámbito de la Web3, tenemos un nombre más familiar: DePIN. La Web3 enfatiza la descentralización y la soberanía de los datos del usuario, y DePIN mejora la protección de la privacidad del usuario al procesar los datos localmente, lo que reduce el riesgo de fugas de datos. La economía de tokens nativa de la Web3 puede incentivar a los nodos DePIN a proporcionar recursos informáticos, creando un ecosistema sostenible.

Actualmente, DePIN se está desarrollando rápidamente en el ecosistema de Solana y se ha convertido en una de las plataformas de cadena pública preferidas para la implementación de proyectos. El alto rendimiento de Solana, las bajas tarifas de transacción y las innovaciones tecnológicas han brindado un fuerte apoyo a los proyectos DePIN. En la actualidad, la capitalización de mercado de los proyectos DePIN en Solana supera los $10 mil millones, y proyectos notables como Render Network y Helium Network han logrado un progreso significativo.

OMI: Un nuevo paradigma para la publicación de modelos de IA

El concepto de IMO (Oferta de Modelo Inicial) fue introducido por primera vez por el protocolo Ora, tokenizando modelos de IA.

En el modelo tradicional, debido a la falta de un mecanismo de reparto de ingresos, una vez que se desarrolla un modelo de IA y se lanza al mercado, los desarrolladores suelen tener dificultades para obtener ingresos continuos a partir del uso posterior del modelo. Especialmente cuando el modelo se integra en otros productos y servicios, resulta complicado para los creadores originales realizar un seguimiento del uso y, en consecuencia, generar ingresos. Además, el rendimiento y la eficacia de los modelos de IA suelen carecer de transparencia, lo que dificulta que los posibles inversores y usuarios evalúen su verdadero valor, lo que limita la aceptación en el mercado y el potencial comercial.

IMO ofrece un nuevo método de financiación y distribución de valor para los modelos de IA de código abierto. Los inversores pueden comprar tokens IMO para compartir los ingresos generados posteriormente por el modelo. Ora Protocol utiliza los estándares ERC-7641 y ERC-7007, combinados con un oráculo de IA en cadena y tecnología OPML, para garantizar la autenticidad de los modelos de IA y permitir que los titulares de tokens compartan los ingresos.

El modelo IMO mejora la transparencia y la confianza, fomenta la colaboración de código abierto, se alinea con las tendencias del mercado de criptomonedas e inyecta impulso al desarrollo sostenible de la tecnología de IA. Si bien IMO todavía se encuentra en su etapa experimental inicial, a medida que se expanda la aceptación y la participación en el mercado, vale la pena anticipar su naturaleza innovadora y su valor potencial.

Agentes de IA: una nueva era de experiencias interactivas

Los agentes de IA pueden percibir su entorno, pensar de forma independiente y tomar las medidas adecuadas para alcanzar objetivos predefinidos. Con el apoyo de grandes modelos de lenguaje, los agentes de IA no solo entienden el lenguaje natural, sino que también pueden planificar, tomar decisiones y ejecutar tareas complejas. Pueden funcionar como asistentes virtuales, aprendiendo las preferencias del usuario a través de interacciones y brindando soluciones personalizadas. Incluso sin instrucciones explícitas, los agentes de IA pueden resolver problemas de forma autónoma, mejorar la eficiencia y crear nuevo valor.

Myshell es una plataforma de aplicaciones nativas de IA abierta que ofrece un conjunto de herramientas integral y fácil de usar para configurar las funcionalidades, apariencias y voces de los bots, y conectarse a bases de conocimiento externas. Su objetivo es crear un ecosistema de contenido de IA justo y abierto, que permita a las personas convertirse en súper creadores aprovechando las tecnologías de IA generativa. Myshell ha entrenado grandes modelos de lenguaje especializados para humanizar los juegos de rol. Su tecnología de clonación de voz puede acelerar las interacciones personalizadas con productos de IA, lo que reduce los costos de síntesis de voz en un 99 %, y la clonación de voz se puede lograr en solo 1 minuto. Los agentes de IA personalizados creados con Myshell actualmente se pueden aplicar a varios dominios, incluidos el chat por video, el aprendizaje de idiomas y la generación de imágenes.

En la convergencia de la Web3 y la IA, el enfoque actual se centra principalmente en explorar la capa de infraestructura, abordando cuestiones críticas como la adquisición de datos de alta calidad, la protección de la privacidad de los datos, el alojamiento de modelos en cadena, la mejora del uso eficiente de la potencia informática descentralizada y la verificación de grandes modelos de lenguaje. A medida que estos componentes de infraestructura maduren gradualmente, tenemos motivos para creer que la fusión de la Web3 y la IA dará lugar a una serie de modelos de negocio y servicios innovadores.